Munich Personal RePEc Archive
Türkiye’de Suç Oranları Sürekliliğinin Analizi
Aslan, Alper
Erciyes Üniversitesi, İİBF, İktisat Bölümü, KAYSERİ.
2008
Online at https://mpra.ub.uni-muenchen.de/10610/
Türkiye’de Suç Oranları Sürekliliğinin Analizi
Alper ASLAN1 ÖZET
Suç, tüm dünya hükümetlerine meydan okuyan büyük sosyal bir problemdir. Tarihsel olarak, sosyal bilimciler ve kriminoloji uzmanları suç ara tırma vakalarına ana katkıyı gerçekle tiren kimselerdir. Bu geni ara tırma alanının güzel bir örneği suç davranı ı ve i sizlik arasında ili kiyi üstlenen modeldir. Aslında, bu ana sorun kriminoloji ve emek ekonomisinin kesi im alanıdır. Bu ili kinin geni literatürle incelenmesine rağmen, yeni önemli bir soru gündeme gelmektedir. “Suç oranlarında yakınsama gerçekle mekte midir?” Bu çalı mada Türkiye’deki 81 ilde gerçekle en suç oranları (1998-2006) yakınsaması Lima ve Resende (2007) süreklilik metodolojisi uygulanarak incelenmi tir. IPS (Im Peseran Shin) testlerinde yaralama, dolandırıcılık, kaçakçılık, icra iflas kanununa kar ı gelme, uyu turucu madde kullanımı ve imali ile rü vet suçları için birim kökün yokluğu hipotezi reddedilememi tir. Sonuçta, Türkiye’de 81 il için yaralama, dolandırıcılık, kaçakçılık, icra iflas kanununa kar ı gelme, uyu turucu madde kullanımı ve imali ile rü vet suçları güçlü bir ekilde süreklilik sergilemektedir.
Anahtar Kelimeler: Suç, Süreklilik, Yakınsama.
THE ANALYSIS OF PERSISTENCE IN CRIME RATES IN TURKEY
ABSTRACT
Crime is a major social problem presenting a challenge to every authority of government in the world. Historically, sociologists and criminologists have been the principal contributors to crime research. A particularly good example of this is the extensive research that has been undertaken to model the relationship between criminal behavior and unemployment. Indeed, this is a major research field at the interface of criminology and labor economics. Although this relationship has investigated by extensive literature, there emerged a new important question: “Has there been convergence in crime rates?” In this article it is investigated the convergence of crime rates in 81 provinces in Turkey during the 1998–2006 period by applying Lima and Resende (2007) persistence methodology. The IPS (Im-Peseran Shin ) tests illustrated that one cannot reject the null hypothesis of unit root for the assault, swindling, smuggling, opposition to the bankruptcy and enforcement law, production and use of drug and bribery of each state relative to a reference unit.The results, therefore, illustrate a very strong form of persistence for 81 provinces in Turkey assault, swindling, smuggling, opposition to the bankruptcy and enforcement law, production and use of drug and bribery crimes.
Key Words: Crime, Persistence, Convergence.
1 Ar .Gör., Erciyes Üniversitesi, ĐĐBF, Đktisat Bölümü, KAYSERĐ.
alperaslan@erciyes.edu.tr
1. GĐRĐ
Đnsanın yaratılı ından günümüze kadar olan dönemde, suçta onunla birlikte var olmu tur. Suçun sebeplerini tespit ederek önüne geçebilmek, birçok toplum için üzerinde durulan bir konu olmu tur. Çünkü suç, tüm ülke hükümetlerinin kar ıla tığı ana sorunlardan biridir. Tarihsel olarak, sosyal bilimciler ve kriminoloji uzmanları suç ara tırma vakalarına ana katkıyı gerçekle tiren kimselerdir. Sosyal bilimciler arasında iktisatçıların suç ekonomisi alanı ile ilgileri Gary Becker (1968)’ın “Suç ve Ceza: Ekonomik Bir Yakla ım” adlı çalı ması ile ba lamı tır. Becker’in çalı ması Ehrlich (1973), Sjoquist (1973), Levitt (1996, 1997, 1998), Corman ve Mocan (2000), Deadman ve Macdonald (2002) adlı yazarlar tarafından geli tirilmi tir.
Özellikle medya ve politika yapımcılar tarafından Türkiye’de son yıllarda artan suç miktarı ile ekonomik ve sosyal faktörler yakından ili kilendirilmektedir.
Psikoloji, biyoloji, sosyoloji, hukuk, siyaset bilimi ve ekonomi gibi farklı disiplinlerdeki bilim adamları suç i lemenin kaynağını açıklamak için geni bir yelpazeden beslenen alternatif teoriler geli tirmi lerdir (Cömertler ve Kar, 2007).
Hemen her toplumda farklı ekillerde suçun i lenmesine ve görülmesine rağmen Türkiye’de konu ampirik çalı malarda yeterince ele alınmamı tır. Bu alanda Türkiye üzerine i sizlik ve suç ili kisini tespit etmek için yapılan bir çalı mada, Yamak ve Topba (2005), i sizlik oranı için, Đ Kurumu istatistiklerinden derlediği kayıtlı i siz sayılarından yola çıkarak 1995-2002 yıllarına ili kin 67 il için yaptığı panel veri analizinde, i sizlikten suça doğru bir ili ki belirlenmi tir.
Cömertler ve Kar (2007) çalı masında ise suç oranının ekonomik ve sosyal belirleyenleri 81 ili kapsayacak ekilde 2000 yılı için yatay kesit analizi ile değerlendirilmi tir. Gelir düzeyinin, i sizlik oranının, göç oranının, eğitim seviyesinin, nüfus yoğunluğu ve doğum hızı gibi demografik unsurların ve ehirle menin suç oranını belirleyen temel ve önemli faktörler olduğu görülmü tür.
Pazarlıoğlu ve Turgutlu (2007) ise 1968-2004 döneminde çe itli suç sınıflarına ait seriler ile ki i ba ına dü en gayri safi yurt içi hasıla ve i sizlik serileri analiz edilerek Türkiye’de toplam suç, devlete kar ı, kamu güvenliğine kar ı, genel ahlaka kar ı i lenen suçlar ile KBGSYH ve toplam i siz sayısı arasında uzun dönemli denge ili kisi tespit edilmi tir.
Bu literatürün ampirik olarak ortaya konmasına rağmen, son dönemde cevaplanması gereken çok önemli sorular gündeme gelmektedir: “Suç
oranlarında yakınsama mevcut mudur? Suç olgusu süreklilik (persistence) göstermekte midir?”
Bu çalı mada, heterojen paneller için birim kök testi kullanılarak hem ilk defa Türkiye’de iller itibariyle suç oranlarının sürekliliği analiz edilecek hem de Lima ve Resende süreklilik metodolojisi (2007) ilk kez suç yakınsaması üzerine uygulanacaktır. Bu amaçla çalı mada ilk olarak kullanılacak panel veri birim kök testi yöntemi tanıtılmı tır. Daha sonra ise elde ettiğimiz ampirik bulgular ve sonuçlara yer verilmi tir.
2. Veri ve Yöntem
Gelir ve gelirin dinamik bile enlerinin yakınsama analizi ile tespiti geli mi ve geli mekte olan ülkeler arasında yaygın kullanım alanı bulmaktadır. Son dönemde ekonomik yakınsama kavramını Neo klasik büyüme teorisinden ödünç alarak ba ta sağlık harcamaları olmak üzere diğer alanlara uygulayan iktisatçılar ortaya çıkmı tır (Okunade v.d., 2004, Narayan 2007 ve Wang 2008 sağlık harcama yakınsaması üzerine çalı ırken; Harkness ve Machin 1995, Karmel 1996 ücret yakınsaması; Fountas ve Wu, 1999 ve Jenkins ve Madzharova 2007 faiz oranları yakınsaması; Gundlach 1997; Wu 2000 verimlilik yakınsaması;
Holmes 2002, Mentz ve Sebastian 2003, Yilmazkuday 2007 enflasyon oranları;
Chen ve Giles 2003 ise suç yakınsaması üzerine incelemede bulunmu tur).
Bu çalı mada ise, TUIK veri tabanından alınan 81 ili içeren 1998-2006 dönemine ait farklı suç kategorilerine ait veriler kullanılarak panel birim kök analizi ile farklı suç oranları yakınsama analizine tabi tutulacak ve suç oranlarının sürekliliği Lima ve Resende (2007) metodolojisi çerçevesinde incelenecektir. Bu kapsamda yakınsama ve süreklilik analizi panel birim kök testleri ile yapılmaktadır.
Kocenda ve Papel (1997), Jack Strauss (2000), Fleissig A. ve J.Strauss (2001), Kocenda Evzen (2001), Kutan A. ve T.Yiğit (2002), Holmes Mark (2000,2002), Cheung ve Pascula (2004) ve Lima ve Resende (2007) gibi yazarlarca panel veri uygulayarak yakınsama hipotezini panel birim kök testleri ile test eden çalı malarda yakınsamayı geçici oklarla açıklamaktadır. Durağan zaman serilerine gelen oklar geçici olmaktadır. Zamanla, okların etkisi ortadan kalkacak ve seriler uzun dönem ortalamalarına döneceklerdir. Durağan serilerin uzun dönem tahminleri, serilerin ko ulsuz (unconditional) ortalamalarına yakınsayacaktır. Durağan olmayan zaman serilerinin ise zamana bağımlı ve sonsuza giden varyansları olacaktır. Bu nedenle birim kök analizi yakınsama çalı malarında yaygın bir kullanım alanı bulmaktadır.
Son dönem birim kök analizleri ADF testlerinin küçük örneklemlerde istatistiksel gücünün az olduğunu yani zaman serisi analizlerinde birim kök ve e bütünle me analizleri sonlu örneklerde dü ük istatistiksel güce sahip olduğunu göstermi tir (Saraçoğlu ve Doğan, 2005).
Bu yüzden son zamanlarda panel birim kök testleri tercih edilmeye ba lanmı tır.
Bu panel testleri geli tirilmi Dickey-Fuller’de olduğu gibi zaman serisinin, yit, durağan olup olmadığını sınamak için denklem 1’deki β katsayısının sıfıra e itliği sınanır.
i=1,……,N, t=1,…….,T (1)
Im, Peseran ve Shin (IPS) önerdikleri panel birim kök testinde geni letilmi Dickey Fuller (ADF) test istatistiğini paneldeki her bir birey için ADF hesaplayarak ortalama ADF test istatistiğine bakmaktadır.
IPS sınamasında sıfır hipotezi bütün i’ler için H0: βi=0 ve alternatif hipotez ise H1: βi <0 eklindedir. IPS’ de “birim kök yoktur” hipotezini test etmek için t-bar istatistiğini kullanılmaktadır.
(2)
olmak üzere; ve (3)
eklinde elde edilir. Ortalamalar, ve varyanslar, ise simülasyonlar vasıtasıyla elde edilir.
IPS testinin en önemli avantajları; her bir yatay kesit için ayrı β katsayıları hesaplaması, dengeli olmayan paneller (unbalanced panel) için kullanılabilmesi ve yatay kesitler için hesaplanan ADF testlerinde farklı gecikme değerlerine izin vermesi olarak sıralanabilir (Saraçoğlu ve Doğan, 2006).
Çalı mada kullanılan verilerin birim kök analizine geçmeden önce deği kenlerdeki zaman etkisini arındırmak amacıyla çapraz kesit ortalaması serilerden çıkartılmı tır.
3. Analiz Sonuçları
Birim kök testleri gecikme uzunluğunun seçimine kar ı çok duyarlıdır. Bu nedenle gecikme uzunluğu seçimi durağanlık analizinde çok önemlidir.
Uygulamada genellikle model için gecikme uzunluğunun seçiminde standart kriterler (Akaike ve Schwarz Information Criterion) kullanılmaktadır. Ancak Bai ve Perron (2001)’un çalı malarında standart testlere (AIB,SIC) oranla
“Düzenlenmi Schwarz Bilgi Kriteri”nin (Modified Schwarz Information Criterion-MSIC) daha güçlü olduğu gösterilmi tir.
Bu nedenle çalı mada MSIC kullanılmı ayrıca gecikme uzunluğu konusunda emin olabilmek için Holmes (2002) tarafından önerilen yol da ( takip edilmi tir. Modelimizde bu yolla elde edilen gecikme uzunluğu 2’ye kar ılık gelmektedir.
Tablo.1: IPS Panel Birim Kök Testleri 1998-2006
Deği ken Gecikme
Uzunluğu
Đstatistik Olasılık değeri
Cinayet Suçu
1 2 MSIC
-0.15 -17.84 -3.85
0.438 0.000 0.000
Yaralama
1 2 MSIC
1.58 5.62 0.89
0.943 1.000 0.813
Hırsızlık
1 2 MSIC
-9.16 -5.90 -6.80
0.000 0.000 0.000
Dolandırıcılık 1 2 MSIC
2.07 5.60 4.36
0.979 1.000 1.000
Zimmet Suçları 1
2 MSIC
-4.29 -1.35 -6.08
0.000 0.088 0.000
Kaçakçılık
1 2 MSIC
-0.42 3.17 -0.81
0.335 0.999 0.208
Orman Suçları 1
2 MSIC
-2.11 -1.60 -3.78
0.017 0.000 0.000
Ate li Silahlar 1
2 MSIC
-3.04 -1.86 -4.78
0.001 0.031 0.000
Đcra Đflas 1
2 MSIC
-0.34 0.27 -0.22
0.363 0.609 0.409 Uyu turucu Madde Kullanım ve Đmalatı 1
2
-1.83 -0.64
0.033 0.260
MSIC -0.19 0.422
Kabahatler 1
2 MSIC
-2.54 -4.53 -1.50
0.005 0.000 0.000
Rü vet 1
2 MSIC
-0.39 -2.33 0.27
0.346 0.009 0.608
Diğer Suçlar 1
2 MSIC
-5.22 -3.86 -2.69
0.000 0.000 0.003
Toplam Suçlar 1
2 MSIC
-3.69 1.20 -2.93
0.000 0.885 0.001
Tablo 1 incelendiğinde, Cinayet, hakaret, hırsızlık, zimmet, orman, ate li silahlar, kabahatler ve toplam ile diğer suçlar iller itibariyle birbirine yakınsarken; yaralama, dolandırıcılık, kaçakçılık, icra-iflas, uyu turucu madde suçları ile rü vet iller itibariyle kalıcılık göstermektedir.
4. Sonuç
Đnsanın yaratılı ından günümüze kadar olan dönemde, suçta onunla birlikte var olmu tur. Suçun sebeplerini tespit ederek önüne geçebilmek, birçok toplum için üzerinde durulan bir konu olmu tur. Çünkü suç, tüm ülke hükümetlerinin kar ıla tığı ana sorunlardan biridir. Özellikle medya ve politika yapımcılar tarafından Türkiye’de son yıllarda artan suç miktarı ile ekonomik ve sosyal faktörler yakından ili kilendirilmektedir.
Bu çalı mada, heterojen paneller için birim kök testi kullanılarak hem ilk defa Türkiye’de iller itibariyle suç oranlarının sürekliliği analiz edilmi hem de Lima
ve Resende süreklilik metodolojisi (2007) ilk kez suç yakınsaması üzerine uygulanmı tır.
IPS birim kök test sonuçlarına göre; cinayet, hakaret, hırsızlık, zimmet, orman, ate li silahlar, kabahatler ve toplam ile diğer suçlar iller itibariyle birbirine yakınsarken; yaralama, dolandırıcılık, kaçakçılık, icra-iflas, uyu turucu madde suçları ile rü vet iller itibariyle kalıcılık göstermektedir.
KAYNAKÇA
BECKER G.S., (1968), “Crime and Punishment: An Economic Approach”, Journal of Political Economy, 76, pp. 1169–1217.
CHEUNG, Yin and Antonio Pascula, (2004), “Testing for Output Convergence a Re-Examination”, Oxford Economic Papers, 56, pp. 45-63.
CORMAN, Hope, and Naci Mocan, (2000), “A Time-Series Analysis of Crime and Drug Use in New York City”, American Economic Review, June 2000, 90(3): 584-604 .
CÖMERTLER, N. ve Muhsin Kar, (2007), "Türkiye'de Suç Oranının Sosyo- Ekonomik Belirleyicileri: Yatay Kesit Analizi", Ankara Üniversitesi, Siyasal Bilgiler Fakülte Dergisi, 62-2, s. 37-57.
DEADMAN, Derek and Ziggy Macdonald, (2002), “Why Has Crime Fallen?
An Economic Perspective”, Institute of Economic Affairs, Published by Blackwell Publishers, Oxford.
EHRLICH, I., (1973), “Participation Đn Đllegitimate Activities:A Theoretical And Empirical Đnvestigation”, Journal of Political Economy, 81, 521–65.
FLEISSING, Adrian and Jack Strauss, (2001), “Unit-Root Tests of OECD Stochastic Convergence”, Review of International Economics, 9(1), pp. 153- 162.
FOUNTAS, Stilianos and Wu Jyh, (1999), “Testing for Real Interest Rate Convergence in European Countries”, Scottish Journal of Political Economy, 46, pp. 158–74.
GUNDLACH, Erich, (1997), “Regional convergence of output per worker in China: a neo-classical interpretation”, Asian Economic Journal, 11, pp. 423–
442.
HARKNESS, Susan and Stephan Machin, (1995), “Changes in Women’s Wages in Britain: What Has Happened to the Female/Male Wage Diffeerential Since the mid-1970s?”, Preliminary draft manuscript.
HOLMES, Mark, (2000), “Convergence in International Output: Evidence from Panel Data Unit Root Tests”, Business Cycle Volatility and Economic Growth Research Paper, No. 00-6.
HOLMES, M., (2002), “Panel Data Evidence on Inflation Convergence in the European Union”, Applied Economics Letters, Vol. 9, No. 3, pp. 155-158.
JENKINS Micheal and Petya M., (2007), “Real Interest Rate Parity in the European Union”, Applied Economics Letters, forthcoming.
JOSEPH, Chen and David G., (2004), “Gender Convergence in Crime:
Evidence from Canadian Adult Offence Charge Data”, Journal of Criminal Justice, 32, pp. 593-606.
KARMEL, T., (1996), “Educational Choice and the Gender Wage Gap in the Australian Labour Market, Department of Employment, Education”, Training and Youth Affairs, Canberra.
KOCENDA, E., (2001), “Macroeconomic Convergence in Transition Countries”, Journal of Comparative Economics, 29, pp. 1-23.
KOCENDA, Evzen and David P., (1997), "Inflation Convergence within the European Union: A Panel Data Analysis", International Journal of Finance &
Economics, 2(3), pp. 189-98.
KUTAN, Ali and Taner Y., (2002), “Nominal and Real Stochastic Convergence within the Transition Economies and to the European Union: Evidence from Panel Data”, Center for European Integration Studies, Working Paper, B21.
LEVITT, Steven, (1996), “The Effect of Prison Population Size on Crime Rates: Evidence from Prison Overcrowding Litigation,” Quarterly Journal of Economics, 111:319-351.
LEVITT, Steven, (1997), "Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime," American Economic Review.
LEVITT, Steven, (1998), “Juvenile Crime and Punishment.” Journal of Political Economy, 106 (December): 1156-1185.
MENTZ, Marku and Sebastian Steffen, (2003), “Inflation Convergence after the Introduction of the Euro”, CFS Working Paper No. 2003/30.
MICHEAL, Jenkins and Petya Madzharova, (2007), “Real interest rate convergence under the euro” Applied Economics Letters, pp. 1–4.
PARESH K. Narayan, (2007), "Do health expenditures 'catch-up'? Evidence from OECD countries," Health Economics, John Wiley & Sons, Ltd., vol.
16(10), pages 993-1008.
OKUNADE, A., Karakus, M.C. & Okeke, C., (2004), “Determinants of Health Expenditure Growth of the OECD Countries: Jackknife Re-Sampling Plan Estimates,” Health Care Management Science, 7(3), p. 173.
PAZARLIOĞLU, Vedat ve Timur Turgutlu, (2007), “Gelir, Đ sizlik ve Suç:
Türkiye Üzerine Bir Đnceleme”, Finans Politik & Ekonomik Yorumlar, Cilt: 44 Sayı:513, s. 63-70.
SARAÇOĞLU, Bedriye ve Nükhet Doğan, (2005), “Avrupa Birliği ve Avrupa Birliği’ne aday ülkelerin yakınsama analizi”, VII. Ulusal Ekonometri ve Đstatistik Sempozyumu, 26-27 Mayıs 2005, Đstanbul.
SJOQUIST, D.L., (1973), “Property crime and economic behavior: some empirical results”, American Economic Review, 63, pp. 439–446
STRAUSS, Jack, (2000), “There a Permanent Component in US real GDP”, Economic Letters, 66, pp. 137-142.
YAMAK, N., Topba F. (2005), “Suç ve Đ sizlik Arasındaki Nedensellik Đli kisi”, 14. Đstatistik ve Ara tırma Sempozyumu, T.C. BA BAKANLIK T.Ü.Đ.K., Ankara.
YILMAZ, Kuday, (2007), “Inflation Targeting and Convergence within Turkey”, Social Science Research Network, October,
er.adresi: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1021281
WANG., Z., (2008), “The Convergence of Health care Expenditures in The US States”, Health Economics. 10.1002/hec.1343.
WU, Yanrui, (2000), “Is China’s economic growth sustainable? A productivity analysis”, China Economic Review, 11, pp. 278–296.
